CN115077936B - 一种车辆自适应巡航系统驾乘性能测评方法 - Google Patents
一种车辆自适应巡航系统驾乘性能测评方法 Download PDFInfo
- Publication number
- CN115077936B CN115077936B CN202210688466.XA CN202210688466A CN115077936B CN 115077936 B CN115077936 B CN 115077936B CN 202210688466 A CN202210688466 A CN 202210688466A CN 115077936 B CN115077936 B CN 115077936B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- test
- speed
- acceleration
- subjective
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明涉及车辆测试技术领域,具体涉及一种车辆自适应巡航系统驾乘性能测评方法,包括:建立测试场景,在测试车辆启动自适应巡航系统行驶的过程中,让测试车辆在测试场景下朝着处于预设状态的目标车辆行驶,根据测试车辆与目标车辆的速度启动测试;启动测试后,采集记录测试车辆和目标车辆的状态信息和主观评价信息,在测试车辆达到预设中止条件时结束单次测试;全部测试结束后,根据测试车辆状态信息和预设公式对客观评价指标进行计算,并依据主观权重计算客观评价得分;基于主观评价得分、客观评价得分和主观偏好系数,计算测试车辆自适应巡航系统的性能评价分数。本发明测试场景完整、评分方法灵活、评价指标多维化,提高评价结果的准确性。
Description
技术领域
本发明涉及车辆测试技术领域,具体涉及一种车辆自适应巡航系统驾乘性能测评方法。
背景技术
近年来,智能汽车的安全、高效驾驶已经成为汽车产业未来的发展趋势,利用道路交通信息和车辆状态信息提升交通运输的安全性、改善汽车的出行效率和智能化水平的自动驾驶技术受到极大关注,高级驾驶辅助系统(Advanced Driving Assistance System,ADAS)在这种时代背景下应运而生。
当前ADAS的主要工作内容是,在特定场景下部分或全部替代驾驶员进行纵横向控制。其中作为辅助驾驶员控制油门和制动的自适应巡航系统(Adaptive Cruise Control,ACC),因为其完整可靠的巡航、跟车功能,可以在保障行车安全的同时减轻驾驶员负担,成为众多新势力汽车和传统汽车的标配。然而,ACC功能的实现并不意味着其性能同样满足驾乘人员的需求,因此有必要对自适应巡航系统的驾乘性能进行测试评价。
关于车辆ACC系统的测评规范,主要包括以下类别:1)国家标准,如GB/T 20608-2006标准《智能运输系统—自适应巡航控制系统—性能要求与检测方法》,对ACC的探测距离、目标识别能力和弯道适应能力进行了功能测试和评价;2)ISO,如ISO 15622:2018标准《Intelligent transport systems-Adaptive cruise control systems-Performancerequirements and test procedures》,包括了ACC的基础功能策略,最低功能需求和测试程序;3)机构,如i-VISTA2020年发布的《自适应巡航控制系统评价规程》对ACC的测试场景、测试方法、评分计算做了较为详细的划分和规定;4)发明专利,如CN 113702067 A在2021年公开的专利《商用车自适应巡航系统评价系统及评价方法》,规定了商用车ACC的试验方法和评分办法。
分析以上类别的测评规范文件,可以看出当前ACC相关测试评价存在如下不足:1)当前测评规范多针对ACC的功能实现进行评价,缺乏对实车驾乘性能的相关评价;2)测试场景多采用常规自由巡航和障碍物减速的方法,不能体现完整的车辆驾驶工况和驾驶实况;3)评价分数多采用主观或客观定义,灵活度和准确度不高;4)评价指标不能反映智能驾驶车辆的运动过程和动力学特性。
发明内容
本发明意在提供一种车辆自适应巡航系统驾乘性能测评方法,以解决缺乏对实车ACC驾乘性能的相关评价、测试场景不完整、评分方法灵活度和准确度不高、评价指标单一的问题。
本方案中的车辆自适应巡航系统驾乘性能测评方法,包括以下步骤:
步骤1,建立基于测试车辆和目标车辆运动状态的测试场景,在测试车辆启动自适应巡航系统行驶的过程中,让测试车辆在测试场景下朝着处于预设状态的目标车辆分别以若干初始速度行驶,根据测试车辆与目标车辆的速度启动测试;
步骤2,启动测试后,对测试车辆和目标车辆的状态信息和主观评价信息进行采集记录,在测试车辆达到预设中止条件时结束单次测试;
步骤3,全部场景的测试结束后,根据状态信息和预设公式对客观评价指标进行计算,将客观评价指标归一化处理后,将已采集的状态信息形成多组数据集并利用该数据集进行网络层次分析,得到主观评价信息的主观权重,对归一化处理后的客观指标进行权重计算,得到客观评价得分;
步骤4,基于客观评价得分、主观评价得分和主观偏好系数计算测试车辆自适应巡航系统的性能评价分数。
本方案的有益效果是:
在测试车辆启动自适应巡航系统行驶的过程中,让测试车辆在测试场景下在朝着预设状态的目标车辆分别以若干初始速度行驶,根据测试车辆与目标车辆的速度启动测试。启动测试后,同时检测两车的状态信息和记录主观评价信息,根据测试车辆状态提取性能客观评价指标并计算客观评价得分,最后基于客观评价得分和主观评价得分进行综合计算得到测试车辆自适应巡航系统的性能评价分数。测试场景完整、评分方法灵活、评价指标多维化,提高评价结果的准确性。
进一步,所述状态信息包括测试车辆和目标车辆的实时位置、速度、加速度和俯仰角的值,所述主观评价信息包括加速及时性、加速线性度、加速舒适性、速度稳定性、减速线性度、响应及时性、突兀感的主观评价指标得分,自由加速、定速巡航、平面减速、下坡减速的测试场景得分和自适应巡航系统性能总体得分。
有益效果是:对测试车辆的多项状态信息和主观评价信息进行获取,信息覆盖更全面。
进一步,所述步骤1中,所述测试场景包括自由加速场景、定速巡航场景、平面减速和下坡减速场景。
有益效果是:在常规测试场景下加入自由加速工况、定速巡航工况和下坡减速工况,可覆盖ACC开启条件下车辆加速、匀速、减速整个行驶工况,覆盖平面和下坡两种道路情形,尤其考虑了与驾乘性能密切相关的下坡减速场景,体现了场景的全面性、针对性和特殊性,让测试更准确。
进一步,在自由加速场景测试时,目标车辆位于试验道路的中间,并以预设行驶速度进行直线行驶,测试车辆以等间距递增的设定速度逐渐靠近目标车辆,该设定速度大于目标车辆的预设行驶速度,在测试车辆速度等于目标车辆速度并保持稳定后启动测试。
有益效果是:通过模拟设置具体的试验条件,模拟测试车辆追赶目标车辆时的加速场景,准确模拟自由加速场景。
进一步,在定速巡航场景下,测试车辆分别以等间距递增的设定速度进行定速行驶,在测试车辆速度等于设定速度并保持稳定后启动测试。
有益效果是:通过设置测试车辆试验时的速度,模拟定速巡航场景,保持试验场景的准确性。
进一步,在平面减速场景和下坡减速场景下,目标车辆按预设状态以预设行驶速度匀速行驶,测试车辆以设定速度朝着目标车辆行驶,在测试车辆速度等于目标车辆速度并保持稳定后启动测试,并由目标车辆在设定时间内以预设减速度减速至停止。
有益效果是:让测试车辆以一定的设定速度在加速或减速场景下朝着目标车辆行驶,模拟相应的场景,保证试验场景与实际行驶场景的一致性。
进一步,所述预设公式包括s1、s2、s3、s4、s5、s6、s7,分别表示为:
其中:s1表征测试车辆加速度初期变化是否及时,apeak为测试车辆在加速过程中的加速度峰值,a0为测试车辆在启动测试后并稳定时的加速度,t0、tpeak分别为启动测试后测试车辆开始退出稳定状态的时刻和加速度为apeak的时刻;
其中:s2表征测试车辆加速初期过程线性程度,a(t)为某时刻测试车辆的加速度,n为参与计算的采样点个数;
其中:s3表征测试车辆加速末期过程舒适程度,a(t)为某时刻测试车辆的加速度,t0.9为运行到整个加速过程90%的时刻,tend为加速过程结束并稳定时刻;
其中:s4表征测试车辆定速巡航过程速度的稳定性,v(t)为测试车辆在某时刻的速度,vavg为测试车辆的速度均值,t1、t2分别为采样开始和结束时刻;
其中:s5表征测试车辆减速初期过程线性程度;
s6=t4-t3,
其中:s6表征测试车辆减速响应是否及时,t4为测试车辆减速度值达到0.1g的时刻,t3为目标车辆减速度值达到0.1g的时刻;
s7=max[φ(t)/a(t)],
其中,s7为俯仰梯度值,表征测试车辆减速响应是否突兀,φ(t)为测试车辆的俯仰角,单位为deg,a(t)为测试车辆的减速度,单位为g。
有益效果是:通过多个预设公式从测试车辆的状态信息中提取出对应的客观评价指标,提高客观评价指标的准确性。
进一步,所述步骤3中,客观评价得分的计算包括以下子步骤:
步骤3.1,按照步骤1和步骤2进行了多次试验得到主目标主观评价数据集Ψ,数据集Ψ由多次试验的自适应巡航系统性能F组成,得到子目标主观评价数据集Ω,数据集Ω由自适应巡航系统场景下的多次试验得分A1、A2、A3、A4组成,得到微观指标主观评价数据集Θ,数据集Θ由自适应巡航系统下多次试验的主观指标得分B1、B2、B3、B4、B5、B6、B7组成;
步骤3.2,采用网络层次分析方法,令数据集Θ为网络层,令数据集Ω和Ψ为控制层,并经归一化处理后得到各指标的主观权重;
步骤3.3,将各主观权重分别赋给对应的客观指标,对客观指标进行归一化处理后分别乘以相应的主观权重求和,得到客观评价得分。
有益效果是:采用数据集定义客观指标的计算方法,可在多项、多次试验数据的基础上获取更接近实际的权重信息,可以有效地体现客观测评在一致性方面的优势。
进一步,所述步骤4中,所述性能评价分数的计算公式为:F=μF1+(1-μ)F2,其中,F为自适应巡航系统性能评价分数,μ为主观偏好系数,F1、F2分别为测试车辆的主观评价得分和客观评价得分。
有益效果是:评估结果的可依据主客观权重自定义,主观偏好系数可根据测评人员的试验经验自由选取,同时体现主观评价的准确性和客观评价的一致性,并避免单一使用的缺点。以及可根据实际情况自定义主观偏好系数,如在主观评价团队发生变化时采用较小的主观偏好系数,在主观评价团队长期趋于稳定时采用较大的主观偏好系数。因此可以始终保持对同一品牌、类型的汽车产品的性能调校。
附图说明
图1为本发明车辆自适应巡航系统驾乘性能测评方法实施例的流程框图;
图2为本发明车辆自适应巡航系统驾乘性能测评方法实施例的ACC系统性能测评的场景和指标定义图;
图3为本发明车辆自适应巡航系统驾乘性能测评方法实施例ACC系统性能测评方法实施流程图;
图4为本发明车辆自适应巡航系统驾乘性能测评方法实施例ACC系统性能测评主观评价评分基准图。
具体实施方式
下面通过具体实施方式进一步详细说明。
实施例
车辆自适应巡航系统驾乘性能测评方法,如图1和图3所示,包括以下步骤:
步骤1,建立基于测试车辆和目标车辆运动状态的测试场景,选取双车道的高等级公路作为试验场地,测试场景即ACC驾乘体验测试场景,测试场景包括自由加速场景、定速巡航场景、平面减速和下坡减速场景,在测试车辆启动自适应巡航系统行驶的过程中,让测试车辆在测试场景下朝着处于预设状态的目标车辆分别以若干初始速度行驶,预设状态指的是目标车辆的行驶速度,初始速度是指测试车辆启动后达到设定速度之前的速度,根据测试车辆与目标车辆的速度启动测试。目标车辆是指对开启ACC的测试车辆产生阻挡的前方车辆,一般由加减速机器人和转向机器人控制。
具体地:在自由加速场景测试时,目标车辆位于试验道路的中间,并以预设状态按预设行驶速度进行匀速直线行驶,预设行驶速度表示为试验时分别以任一预设行驶速度进行多次试验,例如预设行驶速度为90km/h,测试车辆以等间距递增的设定速度逐渐靠近目标车辆,设定速度表示为v1、v2、v3,即目标车辆在预设行驶速度为时,测试车辆以等间距递增的v1、v2、v3靠近目标车辆,例如以30km/h的设定速度进行行驶,总计试验次数为三次,该设定速度大于目标车辆的预设行驶速度,即在测试车辆速度等于目标车辆速度并保持稳定后启动测试。启动测试后在设定时间内迅速控制目标车辆变道至临车道。
在定速巡航场景下,测试车辆分别以等间距递增的设定速度进行定速行驶,设定速度表示为v4、v1、v2、v3,例如以100km/h的设定速度进行行驶,测试车辆以任一设定速度行驶于试验道路中间,总计试验次数为四次,在测试车辆速度等于设定速度并保持稳定后启动测试。
在平面减速场景和下坡减速场景下,目标车辆按预设状态以预设行驶速度匀速行驶,预设行驶速度表示为试验时分别以任一预设行驶速度进行多次试验,例如预设行驶速度为30km/h,测试车辆以设定速度朝着目标车辆行驶,设定速度表示为v1、v2、v3,例如以60km/h为设定速度朝着目标车辆行驶,在测试车辆速度等于目标车辆速度并保持稳定后启动测试,并由目标车辆在设定时间内以预设减速度减速至停止,预设减速度表示为 即总计试验次数为3×3×2=18次。当自由加速场景、定速巡航场景、平面减速场景和下坡减速场景均测试完成后达到场景结束条件。
试验过程中需要用到的现有测试设备包括:数采设备、GPS定位设备、两车通讯设备、RT 3000、高度计、上位机及测试软件。测试软件为基于Dewesoft软件进行二次开发的polygon插件,该插件可以直观地显示两车相对位置、相对角度等车辆状态信息,也可以配合Dewesoft软件采集加速度、位置等其他车辆状态信息。
试验过程中需要采集的车辆实时数据包括:两车位置、速度、加速度、相对距离、相对速度、俯仰角、时间戳。
步骤2,启动测试后,对测试车辆和目标车辆的状态信息和主观评价信息进行采集记录,如图2所示,状态信息包括测试车辆和目标车辆的实时位置、速度、加速度和俯仰角的得分,主观评价信息包括加速及时性、加速线性度、加速舒适性、速度稳定性、减速线性度、响应及时性、突兀感、自由加速、定速巡航、平面减速、下坡减速、自适应巡航系统性能的得分,在测试车辆达到预设中止条件时结束单次测试,预设中止条件为:在自由加速场景测试时,测试车辆达到设定速度并保持稳定后结束单次试验,即测试车辆启动行驶直至实时车速达到预设速度;在定速巡航场景下,测试车辆运行设定时间后结束单次试验;在平面减速场景和下坡减速场景下,测试车辆静止并保持稳定后结束单次试验。
步骤3,全部场景的测试结束后,根据状态信息和预设公式对客观评价指标进行计算,即提取客观评价指标,预设公式包括s1、s2、s3、s4、s5、s6、s7,预设公式的具体表达方程式如下:
其中:s1为测试车辆加速度初期变化是否及时,apeak为测试车辆在加速过程中的加速度峰值,a0为测试车辆在启动测试时并稳定时的加速度,t0、tpeak分别为启动测试后测试车辆开始退出稳定状态的时刻和加速度为apeak的时刻。
计算得到的s1为0.5。
其中:s2为测试车辆加速初期过程线性程度,a(t)为某时刻测试车辆的加速度,n为参与计算的采样点个数。
计算得到的s2为0.27。
其中:s3表征测试车辆加速末期过程舒适程度,a(t)为某时刻测试车辆的加速度,t0.9为运行到整个加速过程90%的时刻,tend为加速过程结束并稳定时刻。
计算得到的s3为0.15。
其中:s4表征测试车辆定速巡航过程速度的稳定性,v(t)为测试车辆在某时刻的速度,vavg为测试车辆的速度均值,t1、t2分别为采样开始和结束时刻。
计算得到的s4为0.18。
其中:s5表征测试车辆减速初期过程线性程度。
计算得到的s5为0.15。
s6=t4-t3,
其中:s6表征测试车辆减速响应是否及时,t4为测试车辆减速度值达到0.1g的时刻,t3为目标车辆减速度值达到0.1g的时刻。
计算得到的s6为0.9。
s7=max[φ(t)/a(t)],
其中,s7为俯仰梯度值,表征测试车辆减速响应是否突兀,φ(t)为测试车辆的俯仰角,单位为deg,a(t)为测试车辆的减速度,单位为g。
计算得到的s7为0.5。
将客观评价指标归一化处理后,将已采集的主观评价信息形成多组数据集并利用该数据集进行网络层次分析(analytic network process,ANP),得到主观评价信息的主观权重,对归一化处理后的客观指标进行权重计算,得到客观评价得分,客观评价得分的计算包括以下子步骤:
步骤3.1,如图2所示,按照步骤1和步骤2进行了多次试验得到主目标主观评价数据集Ψ,数据集即由对应指标的得分组成,数据集Ψ由多次试验的自适应巡航系统性能F组成,即主目标为巡航系统性能F,得到子目标主观评价数据集Ω,数据集Ω由自适应巡航系统场景下的多次试验得分A1、A2、A3、A4组成,得到微观指标主观评价数据集Θ,数据集Θ由自适应巡航系统下多次试验的主观指标得分B1、B2、B3、B4、B5、B6、B7组成。
步骤3.2,采用网络层次分析方法,控制层包含目标和决策准则,网络层包含所有受控制层支配的元素,令数据集Θ为网络层,令数据集Ω和Ψ为控制层,并经归一化处理后得到各指标的主观权重,各指标的主观权重是指的F与A(A1、A2、A3和A4)之间、A(A1、A2、A3和A4)与B(B1、B2、B3、B4、B5、B6、B7)之间的主观权重。根据网络层次分析方法计算得到,自由加速、定速巡航、平面减速、下坡减速的权重分别为0.4、0.1、0.25、0.25,其中自由加速中,加速及时性、加速线性度、加速舒适性的权重分别为0.3、0.35、0.35,平面减速中,减速线性度和响应及时性的权重分别为0.45、0.55。归一化处理使用现有的方法进行,即将最大值作为1和最小值作为0进行相应的归一化处理。网络层次分析是一种适应非独立递阶层次结构的决策方法,一般可采用如下步骤进行计算:1)分析网络层指标间的相互关系;2)量化指标的重要性;3)构造并求解超矩阵,得到各指标的主观权重。自适应巡航系统性能F下的各场景权重之和等于1,各场景下主观评价指标权重之和等于1,由此根据得到归一化后的各指标的主观权重。
步骤3.3,将各主观权重分别赋给对应的客观指标,对客观指标进行归一化处理后分别乘以相应的主观权重后再求和,得到客观评价得分,计算得到客观评价得分为7.2。客观指标归一化处理方法如下:按照步骤3.1和步骤3.2进行了多次试验得到客观指标的数据集X,针对某一特定客观指标,提取数据集中的最大值s(i)max和最小值s(i)min,则该数据集X中的每个数据s(i)归一化公式表示为同一测试场景下的多次试验结果需要取平均值进行上述计算。
步骤4,基于客观评价得分、主观评价得分和主观偏好系数计算测试车辆自适应巡航系统的性能评价分数,主观评价得分根据如图4所示的进行,性能评价分数的计算公式为:F=μF1+(1-μ)F2,其中,F为自适应巡航系统性能评价分数,μ为主观偏好系数,主观偏好系数的范围是在0~1之间,该主观偏好系数越大,表示越看重主观的评价结果,否则越看重客观评价结果,主观偏好系数的值的选取可以根据实际情况设定得到,例如原打分团队进行了部分人员更换,则应将此参数设置得小一点,保证产品的一致性;当团队更换的成员已经完全融入了团队之中,则可以将此参数设置得大一点,如主观偏好系数设置为0.8,F1、F2分别为测试车辆的主观评价得分和客观评价得分,F1为7.8分,F2为7.2分,计算得到测试车辆自适应巡航系统的性能评价分数为7.68。
本实施例针对测试车辆ACC系统,在多种实际的多种测试场景下,多种测试场景包含了加速、匀速、减速多个场景,覆盖了整车的纵向实际运行工况,同时还考察坡道减速场景,结合多个不同的主观和客观上的参数进行计算,进行综合的评价,相较于目前常见的测评标准通常只包含减速、或者减速和匀速工况,让测试因素的覆盖面更广,更符合实际行驶路况;且本实施例的客观评价指标包括了ACC运行过程中的相关性能,与传统的针对安全性考察ACC运行结果评价指标不同,评估结果的可依据主客观权重自定义,灵活度更高;可避免单一主观评价的一致性不高和单一客观评价的准确度不高的问题。本实施例的计算得分需要两部分内容:一是指标,二是权重,只有指标和权重对应相乘后再相加才能计算得分,且利用主观权重乘以客观评价得分的好处是:该主观权重是采用多组数据集经过网络层次分析得到的,相当于既考虑了单个主观评价专家意见,又考虑了多次主观数据,更能准确地表征各个参数之间的权重关系。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (8)
1.一种车辆自适应巡航系统驾乘性能测评方法,其特征在于,包括以下步骤:
步骤1,建立基于测试车辆和目标车辆运动状态的测试场景,在测试车辆启动自适应巡航系统行驶的过程中,让测试车辆在测试场景下朝着处于预设状态的目标车辆分别以若干初始速度行驶,根据测试车辆与目标车辆的速度启动测试;
步骤2,启动测试后,对测试车辆和目标车辆的状态信息和主观评价信息进行采集记录,在测试车辆达到预设中止条件时结束单次测试;
步骤3,全部场景的测试结束后,根据状态信息和预设公式对客观评价指标进行计算,将客观评价指标归一化处理后,将已采集的主观评价信息形成多组数据集并利用该数据集进行网络层次分析,得到主观评价信息的主观权重,对归一化处理后的客观评价指标进行权重计算,得到客观评价得分,所述预设公式包括s1、s2、s3、s4、s5、s6、s7,分别表示为:
其中:s1表征测试车辆加速度初期变化是否及时,apeak为测试车辆在加速过程中的加速度峰值,a0为测试车辆在启动测试后并稳定时的加速度,t0、tpeak分别为启动测试后测试车辆开始退出稳定状态的时刻和加速度为apeak的时刻;
其中:s2表征测试车辆加速初期过程线性程度,a(t)为某时刻测试车辆的加速度,n为参与计算的采样点个数;
其中:s3表征测试车辆加速末期过程舒适程度,a(t)为某时刻测试车辆的加速度,t0.9为运行到整个加速过程90%的时刻,tend为加速过程结束并稳定时刻;
其中:s4表征测试车辆定速巡航过程速度的稳定性,v(t)为测试车辆在某时刻的速度,vavg为测试车辆的速度均值,t1、t2分别为采样开始和结束时刻;
其中:s5表征测试车辆减速初期过程线性程度;
s6=t4-t3,
其中:s6表征测试车辆减速响应是否及时,t4为测试车辆减速度值达到0.1g的时刻,t3为目标车辆减速度值达到0.1g的时刻;
s7=max[φ(t)/a′(t)],
其中,s7为俯仰梯度值,表征测试车辆减速响应是否突兀,φ(t)为测试车辆的俯仰角,单位为deg,a′(t)为测试车辆的减速度,单位为g;
步骤4,基于客观评价得分、主观评价得分和主观偏好系数计算测试车辆自适应巡航系统的性能评价分数。
2.根据权利要求1所述的车辆自适应巡航系统驾乘性能测评方法,其特征在于:所述状态信息包括测试车辆和目标车辆的实时位置、速度、加速度和俯仰角的值;所述主观评价信息包括加速及时性、加速线性度、加速舒适性、速度稳定性、减速线性度、响应及时性、突兀感的主观评价指标得分,自由加速、定速巡航、平面减速、下坡减速的测试场景得分和自适应巡航系统性能总体得分。
3.根据权利要求2所述的车辆自适应巡航系统驾乘性能测评方法,其特征在于:所述步骤1中,所述测试场景包括自由加速场景、定速巡航场景、平面减速和下坡减速场景。
4.根据权利要求2所述的车辆自适应巡航系统驾乘性能测评方法,其特征在于:在自由加速场景测试时,目标车辆位于试验道路的中间,并以预设行驶速度进行直线行驶,测试车辆以等间距递增的设定速度逐渐靠近目标车辆,该设定速度大于目标车辆的预设行驶速度,在测试车辆速度等于目标车辆速度并保持稳定后启动测试。
5.根据权利要求2所述的车辆自适应巡航系统驾乘性能测评方法,其特征在于:在定速巡航场景下,测试车辆分别以等间距递增的设定速度进行定速行驶,在测试车辆速度等于设定速度并保持稳定后启动测试。
6.根据权利要求2所述的车辆自适应巡航系统驾乘性能测评方法,其特征在于:在平面减速场景和下坡减速场景下,目标车辆按预设状态以预设行驶速度匀速行驶,测试车辆以设定速度朝着目标车辆行驶,在测试车辆速度等于目标车辆速度并保持稳定后启动测试,并由目标车辆在设定时间内以预设减速度减速至停止。
7.根据权利要求1所述的车辆自适应巡航系统驾乘性能测评方法,其特征在于:所述步骤3中,客观评价得分的计算包括以下子步骤:
步骤3.1,按照步骤1和步骤2进行了多次试验,得到主目标主观评价数据集Ψ,数据集Ψ由自适应巡航系统多次试验的主观评价得分F1组成;同时,得到子目标主观评价数据集Ω,数据集Ω由自适应巡航系统场景下的多次自由加速度A1、定速巡航A2、平面减速A3、下坡减速A4试验得分组成;同时,得到微观指标主观评价数据集Θ,数据集Θ由自适应巡航系统下多次试验的加速度及时性B1、减速度线性度B2、加速度舒适性B3、速度稳定性B4、减速线性度B5、响应及时性B6、突兀感B7主观指标的得分组成;
步骤3.2,采用网络层次分析方法,令数据集Θ为网络层,令数据集Ω和Ψ为控制层,并经归一化处理后得到各指标的主观权重;
步骤3.3,将各主观权重分别赋给对应的客观指标,对客观指标进行归一化处理后分别乘以相应的主观权重求和,得到客观评价得分。
8.根据权利要求7所述的车辆自适应巡航系统驾乘性能测评方法,其特征在于:所述步骤4中,所述性能评价分数的计算公式为:F=μF1+(1-μ)F2,其中,F为自适应巡航系统性能评价分数,μ为主观偏好系数,F1、F2分别为测试车辆的主观评价得分和客观评价得分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210688466.XA CN115077936B (zh) | 2022-06-16 | 2022-06-16 | 一种车辆自适应巡航系统驾乘性能测评方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210688466.XA CN115077936B (zh) | 2022-06-16 | 2022-06-16 | 一种车辆自适应巡航系统驾乘性能测评方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115077936A CN115077936A (zh) | 2022-09-20 |
CN115077936B true CN115077936B (zh) | 2023-04-07 |
Family
ID=83254042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210688466.XA Active CN115077936B (zh) | 2022-06-16 | 2022-06-16 | 一种车辆自适应巡航系统驾乘性能测评方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115077936B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116223054A (zh) * | 2022-12-12 | 2023-06-06 | 中汽院智能网联科技有限公司 | 智能泊车的测试及评价方法 |
CN116107915B (zh) * | 2023-04-14 | 2023-06-30 | 国汽(北京)智能网联汽车研究院有限公司 | 车辆高速公路巡航功能安全可控性指标的量化方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103496368B (zh) * | 2013-09-25 | 2016-04-20 | 吉林大学 | 具有学习能力的汽车协同式自适应巡航控制系统及方法 |
CN112257025A (zh) * | 2020-10-14 | 2021-01-22 | 江苏徐工工程机械研究院有限公司 | 用于工程车辆行驶性能综合评价的组合赋权方法及系统 |
CN112525551B (zh) * | 2020-12-10 | 2023-08-29 | 北京百度网讯科技有限公司 | 自动驾驶车辆的路测方法、装置、设备及存储介质 |
CN113624514A (zh) * | 2021-08-17 | 2021-11-09 | 中国汽车技术研究中心有限公司 | 驾驶员状态监控产品的测试方法、系统、电子设备及介质 |
CN113702067B (zh) * | 2021-08-31 | 2023-06-23 | 中汽院(重庆)汽车检测有限公司 | 商用车的自适应巡航系统评价系统及评价方法 |
-
2022
- 2022-06-16 CN CN202210688466.XA patent/CN115077936B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115077936A (zh) | 2022-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115077936B (zh) | 一种车辆自适应巡航系统驾乘性能测评方法 | |
US10632985B2 (en) | Hybrid vehicle and method of predicting driving pattern in the same | |
CN106874597B (zh) | 一种应用于自动驾驶车辆的高速公路超车行为决策方法 | |
CN107146412B (zh) | 一种基于车联网的高速公路车辆防碰撞预警综合变量构建方法 | |
CN109733390A (zh) | 一种基于驾驶人特性的自适应换道预警方法 | |
CN111002993B (zh) | 一种基于场景识别的自动驾驶低油耗运动规划方法及系统 | |
CN112036746A (zh) | 一种智能车辆驾驶性评价指标体系创建方法、装置及介质 | |
CN112508054B (zh) | 一种驾驶模型训练方法、装置、设备和介质 | |
CN107054366A (zh) | 车辆的控制装置 | |
CN113232669B (zh) | 一种基于机器学习的驾驶风格辨识方法 | |
CN112100857B (zh) | 一种分心驾驶行为的风险评估方法 | |
CN115158345A (zh) | 一种车辆高油耗驾驶的纠正提示方法及装置 | |
CN108569268A (zh) | 车辆防碰撞参数标定方法和装置、车辆控制器、存储介质 | |
CN109387374A (zh) | 一种车道保持水平评价方法 | |
CN114492043A (zh) | 考虑感知受限特性的个性化驾驶员跟车建模方法 | |
CN114148349B (zh) | 一种基于生成对抗模仿学习的车辆个性化跟驰控制方法 | |
CN111047142A (zh) | 一种基于层次分析法的汽车评分方法及系统 | |
CN114162132B (zh) | 一种基于主客观评价的驾驶模式识别方法 | |
Liang et al. | Application of SOM Neural Network in the Construction of Urban Ramp Driving Cycle | |
Sun et al. | Driving risk classification methodology for intelligent drive in real traffic event | |
CN111932829B (zh) | 一种预防疲劳驾驶设施效用测试方法及系统 | |
CN108839655A (zh) | 一种基于最小安全车距的协同式自适应控制方法 | |
CN110667597A (zh) | 基于车辆控制器局域网数据信息的驾驶风格状态辨识方法 | |
CN116039655A (zh) | 一种混合动力汽车驾驶风格识别方法及系统 | |
CN109606373A (zh) | 一种考虑能见度的驾驶任务需求评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |